Reviewer Acknowledgements for International Journal of Statistics and Probability, Vol. 7, No. 4
Notice bibliographique
Résumé
International Journal of Statistics and Probability wishes to acknowledge the following individuals for their assistance with peer review of manuscripts for this issue. Their help and contributions in maintaining the quality of the journal is greatly appreciated.Many authors, regardless of whether International Journal of Statistics and Probability publishes their work, appreciate the helpful feedback provided by the reviewers.Reviewers for Volume 7, Number 4Afsin Sahin, Gazi University, TurkeyCarla J. Thompson, University of West Florida, USAEncarnación Alvarez-Verdejo, University of Granada, SpainFelix Almendra-Arao, UPIITA del Instituto Politécnico Nacional, MéxicoHui Zhang, St. Jude Children’s Research Hospital, USALuiz Ricardo Nakamura, University of Sao Paulo, BrazilMohieddine Rahmouni, University of Tunis, TunisiaPhilip Westgate, University of Kentucky, USASajid Ali, Quaid-i-Azam University, PakistanSohair F. Higazi, University of Tanta, EgyptVilda Purutcuoglu, Middle East Technical University (METU), TurkeyVyacheslav Abramov, Swinburne University of Technology, AustraliaWei Zhang, The George Washington University, USAWojciech Gamrot, University of Economics, Poland Wendy SmithOn behalf of,The Editorial Board of International Journal of Statistics and ProbabilityCanadian Center of Science and Education
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,043 | 0,418 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,009 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,008 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,032 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».